El reto
El «Ingeniero Senior» en el Bolsillo
Necesito que mis técnicos resuelvan averías en minutos, no en horas. Buscar la solución en manuales de 1.000 páginas en PDF nos cuesta paradas de producción que no podemos permitirnos.
Se suben todos los manuales de la maquinaria, históricos de averías y partes de mantenimiento a una herramienta como NotebookLM o Copilot Studio.
Nivel de sensibilidad: alto. GDPR: Si los partes de mantenimiento incluyen nombres de operarios, deben ser anonimizados antes de subirse, o se debe utilizar una licencia Enterprise.
Decisión previa
Cómo elegir el camino correcto
Antes de empezar, responde esta pregunta: ¿puedes anonimizar los datos que va a procesar la herramienta sin perder su utilidad para este caso?
Camino A — Recomendado para empezar
Anonimización previa + NotebookLM Plus
Los documentos se anonimizan antes de procesarse. La anonimización es posible para este caso, lo que permite usar NotebookLM Plus de forma segura.
Camino B — Máxima seguridad
Modelo on-premises
El modelo de IA se despliega en infraestructura propia. Los datos nunca salen de tus servidores. Recomendado cuando se requiere máxima seguridad o los datos no se pueden anonimizar.
Para este caso concreto: la anonimización es posible. El Camino A permite usar NotebookLM Plus de forma segura con datos anonimizados. Si necesitas trabajar con los datos originales sin anonimizar, usa el Camino B (on-premises).
Camino A — Recomendado
Anonimización previa + NotebookLM Plus
La anonimización es posible para este caso, lo que permite usar NotebookLM Plus de forma segura. Sigue este proceso de preparación antes de subir ningún documento a la herramienta.
- 1 Identifica qué datos son sensibles en cada documento: nombres de personas, cifras confidenciales, datos de clientes o proveedores.
- 2 Usa etiquetas consistentes para la sustitución: [PERSONA_1], [CLIENTE_A], [CIFRA_X]. Mantén la misma etiqueta para la misma entidad en todos los documentos.
- 3 Verifica que el contenido sigue siendo útil tras la anonimización. Si no lo es, usa el Camino A (on-premises).
- 4 Guarda el mapa de anonimización (tabla etiqueta → entidad real) en un lugar seguro y offline, con acceso restringido.
Herramienta de anonimización recomendada: Para documentos en Word o PDF, usa la función "Buscar y reemplazar" con una lista preparada de sustituciones. Para volúmenes mayores, Microsoft Presidio (open source) automatiza la detección y sustitución de entidades nombradas — personas, organizaciones, lugares, fechas.
Camino B — Máxima seguridad
Modelo on-premises: los datos nunca salen de tu empresa
Si necesitas trabajar con los datos originales sin anonimizar, o si requieres la máxima garantía de privacidad, despliega el modelo en tu propia infraestructura. Ningún dato abandona nunca tus servidores.
Modelos recomendados
Llama 3.3 70B — Ideal para consultas en lenguaje natural sobre datos de ERP y generación de informes operativos.
Qwen 2.5 72B — Especialmente potente para análisis de datos de producción, tiempos y métricas operativas.
Mistral Large 2 — Excelente para extracción y estructuración de datos de sistemas de gestión.
Qwen 2.5 72B — Especialmente potente para análisis de datos de producción, tiempos y métricas operativas.
Mistral Large 2 — Excelente para extracción y estructuración de datos de sistemas de gestión.
Plataformas de despliegue
Ollama + Open WebUI — Para uso individual o equipo reducido en hardware propio. Interfaz similar a ChatGPT, configuración en menos de 1 hora.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
vLLM — Para entornos de producción con múltiples usuarios simultáneos y alto rendimiento.
LM Studio — Para pruebas y validación sin configuración de servidor.
Infraestructura mínima
GPU: 2× NVIDIA A100 40GB o 4× RTX 4090 (24GB VRAM cada una). Para modelos de 70B parámetros en producción.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
RAM: 128GB mínimo para modelos de 70B. Para modelos de 7-13B (uso individual), 32GB son suficientes.
Cloud privada: AWS Private Cloud, Azure Government o Google Cloud Confidential Computing con VPC aislada — sin transferencia de datos fuera de la UE.
Garantía de privacidad: Con un modelo on-premises correctamente configurado, los datos nunca salen de tu red corporativa, el modelo no se entrena con tu información, no hay transferencia internacional de datos — elimina el riesgo de transferencias a EE.UU. bajo el RGPD — y el cumplimiento normativo es total.
¿Necesitas implementar esta solución en tu organización?
La configuración de un modelo on-premises para este caso requiere un proveedor técnico especializado que conozca tanto la tecnología como los requisitos de cumplimiento normativo. Emovere puede ayudarte a desplegar esta solución en tu infraestructura de forma segura, con garantías legales y sin que tus datos salgan nunca de tu organización.
Prompt para NotebookLM Enterprise
Prompt — NotebookLM Enterprise
[C — Contexto] Somos una empresa de fabricación de componentes metálicos para automoción con 150 empleados y 3 turnos de producción. Tienes cargados en este sistema 8 años de históricos de averías y todos los manuales técnicos de la maquinaria. El técnico que consulta esto no tiene acceso inmediato al ingeniero senior.
[R — Rol] Actúa como el Ingeniero Senior de Mantenimiento de la planta con 20 años de experiencia en esta maquinaria. Tu objetivo es diagnosticar la avería y guiar al técnico paso a paso para resolverla sin necesidad de parar la línea de producción.
[E — Ejemplo] Cuando en 2022 la máquina CNC-07 dio el error E-412 con ruido en el cabezal, el diagnóstico fue: desgaste del rodamiento SKF 6205. Solución: lubricación de emergencia + sustitución en el siguiente turno. Tiempo de resolución: 18 minutos. Ese es el nivel de detalle y formato que necesito.
[A — Acción] La máquina [MODELO_MÁQUINA] está dando el código de error [CÓDIGO_ERROR] y hay un ruido metálico en [PARTE_MÁQUINA]. Busca en los históricos las tres últimas veces que ocurrió este mismo patrón (código + síntoma). Para cada caso indica: (1) causa raíz identificada, (2) solución aplicada, (3) tiempo de resolución, (4) si requirió parada de línea.
[T — Tono] Técnico y directo. Sin rodeos. El técnico está en planta con la máquina parada. Usa numeración clara y lenguaje de taller, no de manual académico.
[E — Extra información] Si no hay histórico exacto de ese código, busca el patrón más similar y adviértelo explícitamente. No sugieras soluciones que requieran herramientas especializadas no disponibles en planta. Si la solución implica riesgo eléctrico, indica el protocolo de seguridad obligatorio antes de cualquier intervención. Toda solución propuesta debe ser validada por el técnico antes de aplicarse. Los partes de mantenimiento cargados han sido previamente anonimizados.
Usa este prompt solo si has anonimizado previamente todos los datos identificables del documento. Verifica que el resultado sigue siendo útil tras la anonimización.
El prompt — Camino A (on-premises)
Prompt específico para este caso
Este prompt funciona tanto con el Camino A (modelo on-premises) como con el Camino B (herramienta cloud con datos anonimizados). Personaliza los campos entre corchetes con los datos reales de tu empresa.
Prompt — El «Ingeniero Senior» en el Bolsillo
[C — Contexto] Somos una empresa de fabricación de componentes metálicos para automoción con 150 empleados y 3 turnos de producción. Tienes cargados en este sistema 8 años de históricos de averías y todos los manuales técnicos de la maquinaria. El técnico que consulta esto no tiene acceso inmediato al ingeniero senior.
[R — Rol] Actúa como el Ingeniero Senior de Mantenimiento de la planta con 20 años de experiencia en esta maquinaria. Tu objetivo es diagnosticar la avería y guiar al técnico paso a paso para resolverla sin necesidad de parar la línea de producción.
[E — Ejemplo] Cuando en 2022 la máquina CNC-07 dio el error E-412 con ruido en el cabezal, el diagnóstico fue: desgaste del rodamiento SKF 6205. Solución: lubricación de emergencia + sustitución en el siguiente turno. Tiempo de resolución: 18 minutos. Ese es el nivel de detalle y formato que necesito.
[A — Acción] La máquina [MODELO_MÁQUINA] está dando el código de error [CÓDIGO_ERROR] y hay un ruido metálico en [PARTE_MÁQUINA]. Busca en los históricos las tres últimas veces que ocurrió este mismo patrón (código + síntoma). Para cada caso indica: (1) causa raíz identificada, (2) solución aplicada, (3) tiempo de resolución, (4) si requirió parada de línea.
[T — Tono] Técnico y directo. Sin rodeos. El técnico está en planta con la máquina parada. Usa numeración clara y lenguaje de taller, no de manual académico.
[E — Extra información] Si no hay histórico exacto de ese código, busca el patrón más similar y adviértelo explícitamente. No sugieras soluciones que requieran herramientas especializadas no disponibles en planta. Si la solución implica riesgo eléctrico, indica el protocolo de seguridad obligatorio antes de cualquier intervención. Toda solución propuesta debe ser validada por el técnico antes de aplicarse. Los partes de mantenimiento cargados han sido previamente anonimizados.
Ejecución
Cómo ejecutar este caso paso a paso
- 1 Paso 1: Abre NotebookLM en tu navegador web (notebooklm.google.com).
- 2 Paso 2: Crea un nuevo 'Source' y sube los manuales técnicos en PDF, los históricos de averías en Excel/CSV y los partes de mantenimiento. Asegúrate de que todos los documentos estén procesados.
- 3 Paso 3: En el chat de NotebookLM, pega el prompt mejorado con la información específica de la avería.
- 4 Paso 4: Analiza la respuesta generada por NotebookLM, que incluirá las soluciones previas y los pasos a seguir.
Datos necesarios: Manuales técnicos de la maquinaria en PDF, histórico de averías en Excel o CSV, partes de mantenimiento (anonimizados si incluyen nombres).
Impacto
Qué cambia cuando la solución está en marcha
Reduce el tiempo de diagnóstico de averías de 4 horas a 15 minutos en el 70% de los casos.
Advertencias
Qué tener en cuenta
Los resultados generados por IA son borradores. Deben ser revisados y validados por el responsable correspondiente antes de su uso oficial o comunicación externa.
Advertencia específica: GDPR: Si los partes de mantenimiento incluyen nombres de operarios, deben ser anonimizados antes de subirse, o se debe utilizar una licencia Enterprise.
Mantén los datos actualizados. Un modelo con información desactualizada dará respuestas incorrectas. Establece un proceso regular de actualización de los documentos de referencia.